數據分析示意圖。圖／CC0授權，Sstocksnap
雙11購物節就快要到囉，準備好迎接大量訂單了嗎？這個由阿里巴巴集團於2009年首創的網路購物盛會，每年都不斷地翻升銷售數字，不論是電商或實體賣場，也都搶著這股熱潮，推出系列優惠以及活動促銷。去年，2015雙 11節開跑不到 12小時，商品交易額就已超過 2014年交易總額，最後創下 912.17億元人民幣的輝煌成績。這樣的漂亮數字，不僅靠活動宣傳與行銷手法，還需要一套完整的生態鏈，把支付寶，線上平台，物流宅配，保險等環節完整的串接。
面對破億的海量訂單，暴衝的流量，如何架構雲端系統變成一項挑戰，同時也該思考如即時處理資料，讓用戶有流暢的購物體驗。因此這回，我們將為您介紹 Google BigQuery 這套專門處理 TB等級資料的數據分析應用服務，並用一個遊戲銷售數據，為您示範如何使用 Google BigQuery分析銷售數據，並串接 Data Studio 建立視覺化報表。
為什麼使用 Google BigQuery
為了處理 TB或 PB等級的大量資料，需要付出龐大硬體成本與人力，進行資料庫環境的設定以及維護，不僅耗費時間又浪費金錢，那有沒有兩全其美的方法呢？Google BigQuery 為此而誕生，您不用自己處理硬體設備，只需要將資料上傳至 BigQuery，就可以用最低每 GB儲存空間 0.01美元的花費，享有飛快存取速度，讓您在幾秒鐘內處理TB 等級的資料。
BigQuery 很容易上手，使用熟悉的 SQL語言，透過網頁介面或是命令列提示工具進行操作，也可以透過用戶端函式庫，利用 Java、.NET 與 Python 這些程式語言呼叫 BigQuery REST API。為了讓資料分析更簡單快速，BigQuery 在今年五月整合了Google Drive，也就是您可以直接在 BigQuery存取 Google 試算表，不需要額外的匯入與匯出動作，兩邊的資料就會自動同步更新。此外，BigQuery 還提供相當豐富的第三方應用，讓您直接使用現有的資源，完成 Hadoop運算等複雜的工作。
總結來說，使用 BigQuery有以下好處：
- • 免去硬體設備管理
- • 使用熟悉的 SQL語言
- • 低廉的儲存費用，與每月1TB免查詢額度
- • 多元存取方式，可以使用 BigQuery API
- • 豐富的第三方應用
資料分析案例：將遊戲銷售資料上傳至 BigQuery
為了展示使用流程，我們拿了數據分析競賽平台 Kaggle上的開放資料集 Video Game Sales作示範，資料中包含許多電玩的年份、發行商、銷售狀況等資訊。接著會將資料上傳至 BigQuery，並透過 Data Studio將這些資料轉化為圖表。
目前 BigQuery支援CSV、JSON、Avro三種格式的資料匯入，有方便的上傳介面，使用起來很直覺。選擇檔案的上傳路徑後，定義資料結構（Schema），就可以讓 BigQuery自動轉換資料型態完成儲存動作。
匯入完成後，來試著查詢資料吧！在這個例子中，希望查詢日本區域銷售額最高的前十名，透過上方的 New Query欄位下達 SQL指令，就可以立即看見結果囉。
透過 Data Studio把資料視覺化
Google在今年 3月發表了 Data Studio 360，是一款提供企業付費使用的資料視覺化工具，可以連結各種資料，舉凡 Google Adword、Google Analytics、Google 試算表、MySQL等，只要設定好權限，就能進一步完成資料視覺化的動作。在使用企業版前，可以先使用免費版本 Data Studio進行體驗，雖然一個帳號只能建立 5個報表，但應該是綽綽有餘啦。
使用 Data Studio，真的會讓人回不去！以往做資料視覺化，自己寫程式還要計算資料位置長度什麼的，現在聰明的 Data Studio都做好了。您只需要透過網頁介面，選擇一個想要呈現的圖表類型，用拖移的方式，就能輕鬆設計出美觀的視覺化報表。下面這張報表，就是利用剛剛的遊戲銷售資料繪製而成，不僅快速又美觀，是不是很棒呢！
面對海量的資料，分析方式也將不同以往，沒辦法只靠單一台電腦就能完成運算，多台電腦群集也沒辦法短時間計算完成。使用雲端分析資料已經變成趨勢，您不用處理硬體設備，系統調校等等瑣事。在今年的PyCon中，我們也看見警官利用 Google Cloud Platform 進行交通資料的分析，透過 ETC的數據資料，預估國道車流量。相信未來，這樣不同領域的應用會越來越多，透過雲端的解決方案，BigQuery 與Data Studio的完美組合，不僅省去硬體與人事成本，還可以根據使用量付費，精準掌握開銷，用聰明且快速的方式尋找答案，創造更多無限可能。
(本文來自合作部落客 李振皓：傑瑞窩在這，GCP 專門家授權轉載。)
